我们的新书《数亦有道：Python 数据科学指南》出版之后，收到了很多读者发来的反馈。感谢大伙儿的热情支持！
有不少读者反映，说从 Github 上面下载配套代码时，遇到了一些问题。
一位热心读者还发来了截图。
于是，我们着手进行了改进。
本书第二作者翟羽佳老师已经把 Github 代码仓库里面的全部内容复制到了国内的云空间，现在托管在百度飞桨 AI Studio 上面。
如果你没有 AI Studio 账户，需要注册一个。注册登录后，点击上图中标红的「运行一下」按钮，你就可以把这个分享项目的全部内容，自动复制到自己的空间里。
这是复制之后，你看到的界面。
点击上图里面的「启动环境」按钮。之后，选择运行环境。
建议你选择默认的第一个，因为是免费的。这样的环境，对于深度神经网络以外的配套代码来说，足够用。
成功后选择进入。
你看，左侧的这个列表，就是对应书上不同章节的配套代码和数据了。鼠标右键点击某个文件，选择下载即可。
注意，现在这些章节的配套资料，还都是 zip 压缩包。你下载后请解压，按照书上的提示，即可运行。别忘了关键部分，本书还配有视频哦。
更好的消息是，后面翟羽佳老师准备把这些代码直接部署在百度飞桨 AI Studio 里面。这样，到时你就可以一键运行其中配套的代码。无需做任何本地配置，连下载解压这些操作都可以免除。
可惜目前还不行，因为这个部署过程还在适配中。请你稍安勿躁。
适配的原因，是其中部分代码调用的 API ，在本书成稿以后，又发生了变化，所以需要做调整。
例如这位读者在群里面发布的。
请理解。人家软件包的制作者，并不会因为王老师和翟老师出了本书，就不再继续改动自己产品的功能调用方式了，对吧？
如果你不想等待，又希望为广大的数据科学学习者提供你的经验，你可以在百度飞桨平台上部署自己完成的书中案例，也可以对因软件包升级而导致的原代码报错进行调试修订。注意这是一个「刻意练习」的过程。
当然，也希望你能把项目地址公开发布，或者分享给我。相信大家一起的努力会让每个人的学习过程无比顺畅。期待你的参与和分享。
还有读者反馈，说不知道该如何加入读者群，共同学习和讨论。
是这样，你可以在内容市场 App 里，进入本书的对应页面，然后选择「加入群聊」。
还记得我跟你说过的学习本书的最好方式吗？千万别忘了，这里是你践行「以教为学」的好地方啊。
如果你对本书新的配套代码和数据下载方式有任何进一步的疑问，欢迎在文后留言。若有其他相关问题，也欢迎你到内容市场 App 里面与同学们交流。
祝数据分析学习愉快！
如果你觉得本文有用，请点赞。
如果本文可能对你的朋友有帮助，请转发给他们。
欢迎关注我的专栏「科研利器」，以便及时收到后续的更新内容。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。